26

-

1. Pengenalan SMART PLS 4

SMART PLS 4 adalah software berbasis Partial Least Squares-Structural Equation Modeling (PLS-SEM) yang digunakan untuk analisis hubungan antara variabel laten. PLS-SEM cocok untuk penelitian eksploratif, model kompleks, dan sampel kecil.

2. Instalasi dan Persiapan Data

✅ Download & Instal:

  • Unduh SMART PLS 4 dari smartpls.com.
  • Install dan aktivasi (bisa pakai versi trial atau lisensi).

✅ Persiapan Data:

  • Gunakan format Excel (.csv) atau .xlsx.
  • Pastikan data bersih (tidak ada missing values, outlier terdeteksi).
  • Variabel harus dikategorikan sebagai indikator reflektif atau formatif.

3. Membuat Model di SMART PLS 4

  1. Buka SMART PLS 4 → Klik New Project
  2. Import Data (Pilih file .csv atau .xlsx)
  3. Buat Model:
    • Seret variabel laten ke dalam workspace.
    • Tambahkan indikator yang sesuai.
    • Hubungkan antar variabel dengan panah.

4. Analisis Model Pengukuran (Outer Model)

Outer model mengevaluasi validitas dan reliabilitas indikator. Langkah-langkahnya:

🔹 Reliabilitas Konstruk (Cronbach’s Alpha & Composite Reliability)

  • Nilai > 0.7 dianggap reliabel.

🔹 Validitas Konvergen (AVE - Average Variance Extracted)

  • Nilai > 0.5 menunjukkan variabel laten dapat menjelaskan varians indikatornya.

🔹 Validitas Diskriminan (Fornell-Larcker Criterion & HTMT)

  • HTMT < 0.85 menunjukkan bahwa konstruk memiliki validitas diskriminan yang baik.

5. Analisis Model Struktural (Inner Model)

Inner model menguji hubungan antar variabel laten. Langkahnya:

✅ Evaluasi Multikolinearitas (VIF - Variance Inflation Factor)

  • VIF < 5 menunjukkan tidak ada masalah multikolinearitas.

✅ Evaluasi Koefisien Jalur (Path Coefficients)

  • Melihat pengaruh antar variabel (positif/negatif, kuat/lemah).

✅ Evaluasi Signifikansi (Bootstrapping)

  • Jalankan Bootstrapping → lihat p-value (< 0.05) untuk signifikan.

✅ Koefisien Determinasi (R² - R Square)

  • R² tinggi menunjukkan model bisa menjelaskan variabilitas yang baik.

✅ Effect Size (f²) & Predictive Relevance (Q²)

  • f² > 0.02 berarti efek kecil, > 0.15 sedang, > 0.35 besar.
  • Q² > 0 menunjukkan model memiliki prediksi yang baik.

6. Interpretasi dan Pelaporan Hasil

  • Laporan Hasil Outer Model: Jelaskan reliabilitas dan validitas.
  • Laporan Hasil Inner Model: Paparkan signifikansi hubungan antar variabel.
  • Diskusi Hasil: Bandingkan dengan penelitian sebelumnya.

Comments

Post a Comment

Popular posts from this blog

1

-
The Implementation of Natural Language Processing in Manufacturing and Service Industry through Skateboard Monitoring Device Jurnal ini membahas penerapan Natural Language Processing (NLP) dalam industri manufaktur dan layanan melalui perangkat pemantauan skateboard. Penelitian ini menunjukkan bagaimana teknologi NLP dapat meningkatkan efisiensi pemantauan peralatan, analisis data, serta komunikasi dalam lingkungan industri yang semakin terdigitalisasi. 1. Latar Belakang Di era Industri 5.0, integrasi kecerdasan buatan dengan proses produksi dan layanan menjadi semakin penting. Dalam konteks ini, Natural Language Processing (NLP) berperan dalam mengolah dan memahami bahasa manusia untuk meningkatkan efisiensi operasional. Penelitian ini berfokus pada pemanfaatan NLP dalam perangkat pemantauan skateboard yang digunakan untuk menganalisis data penggunaan dan mendukung interaksi cerdas dengan pengguna. 2. Metode Penelitian Penelitian ini menggunakan pendekatan berbasis NLP untuk me...
Read more

2

-
VOSviewer: Alat Visualisasi untuk Analisis Bibliometrik Dalam penelitian akademik, memahami tren penelitian dan hubungan antar konsep sangat penting. Salah satu alat yang banyak digunakan untuk analisis bibliometrik adalah VOSviewer . Perangkat lunak ini dikembangkan oleh Centre for Science and Technology Studies (CWTS), Leiden University , dan dirancang khusus untuk membangun serta memvisualisasikan peta hubungan berdasarkan data bibliometrik. 1. Apa Itu VOSviewer? VOSviewer adalah perangkat lunak yang memungkinkan pembuatan peta berbasis data bibliometrik, seperti jaringan kolaborasi penulis, hubungan antar kata kunci, dan sitasi antar artikel. Dengan alat ini, pola-pola dalam publikasi ilmiah dapat diidentifikasi dengan lebih mudah dan sistematis. 2. Fungsi Utama VOSviewer Beberapa fungsi utama yang membuat VOSviewer menjadi pilihan dalam analisis bibliometrik meliputi: Analisis Jaringan Kolaborasi – Menunjukkan hubungan antara penulis dalam suatu bidang penelitian. Analisi...
Read more

18

-
Dibalik Perpustakaan UTeM: Kisah Pengetahuan, Perjuangan, dan Harapan Di tengah kampus Universiti Teknikal Malaysia Melaka (UTeM), berdiri sebuah bangunan megah yang menjadi pusat ilmu pengetahuan dan peradaban akademik. Perpustakaan UTeM bukan sekadar tempat menyimpan buku, tetapi juga saksi bisu dari perjuangan mahasiswa, dosen, dan peneliti yang mengabdikan diri pada ilmu dan inovasi. Setiap sudutnya menyimpan cerita, mulai dari kisah mahasiswa yang menghabiskan malam-malam panjang untuk menyelesaikan tugas akhir, hingga para peneliti yang menghabiskan waktu berbulan-bulan mencari referensi untuk sebuah inovasi baru. Perjalanan perpustakaan ini tidak dimulai dari sesuatu yang besar. Pada awal pendiriannya, koleksi bukunya terbatas, fasilitasnya masih sederhana, dan jumlah pengunjungnya belum sebanyak sekarang. Namun, seiring waktu, perpustakaan ini berkembang menjadi salah satu pusat literasi teknologi yang paling dihormati di Malaysia. Dengan arsitektur yang modern dan layanan di...
Read more